প্রথমে কী এসেছিল, প্রক্রিয়াটি বা সেই প্রক্রিয়াটি দ্বারা ব্যবহৃত ডেটা? আমি জানি এটি একটি "মুরগি বা ডিম" প্রশ্নের মতো, তবে সফ্টওয়্যারটির ক্ষেত্রে, আমি বিশ্বাস করি এটি প্রক্রিয়া।
উদাহরণস্বরূপ, আপনি কেবল ইন-মেমরি অধ্যবসায় (বা বাস্তবায়নের পক্ষে সহজ যেকোনো কিছু) দিয়ে একক সময়ে একক ব্যবহার-কেস প্রয়োগ করে আপনার ডেটা মডেলটিকে বাড়িয়ে তুলতে পারেন। আপনি যখন মনে করেন যে আপনি মৌলিক সত্ত্বাগুলির রূপরেখা তৈরি করার জন্য পর্যাপ্ত ব্যবহারের ক্ষেত্রে প্রয়োগ করেছেন, আপনি ইন-মেমরি অধ্যবসাকে একটি বাস্তব ডেটাবেস দ্বারা প্রতিস্থাপন করতে পারেন, এবং তারপরে আপনি একসাথে একবার ব্যবহারের ক্ষেত্রে এগিয়ে যাওয়ার সাথে সাথে স্কিমাটিকে পরিমার্জন করতে পারেন।
এটি ডাটাবেসের বাইরে ফোকাস নেয় এবং এটিকে সমস্যার মূল স্থানে নিয়ে যায়: ব্যবসায়িক বিধি। আপনি যদি ব্যবসার নিয়মগুলি প্রয়োগ করে শুরু করেন, তবে অবশেষে আপনি খুঁজে পাবেন (প্রাকৃতিক নির্বাচনের সাথে একেবারে অনুরূপ একটি প্রক্রিয়া দ্বারা) উপায় দ্বারা ব্যবসায়ের জন্য কোন ডেটা প্রয়োজন। আপনি যদি ডেটাবেসকে মডেলিং দিয়ে শুরু করেন, সেই তথ্যটি সত্যই প্রয়োজন কিনা (বা সেই বিন্যাসে, বা সেই স্তরটিতে সাধারণীকরণ ইত্যাদি ...) এর প্রতিক্রিয়া ব্যতীত আপনি অনেকগুলি দেরীতে সামঞ্জস্য করছেন doing স্কিমা (যার জন্য ভারী মাইগ্রেশন পদ্ধতিগুলির প্রয়োজন হতে পারে, যদি ব্যবসাটি ইতিমধ্যে এটি চালু থাকে), বা আপনাকে টিউন-অফ-টিউন ডেটা মডেলটি তৈরি করতে ব্যবসায়ের বিধিগুলিতে "ওয়ার্ক-এভারসড" প্রয়োগ করতে হবে।
টিএল; ডিআর: ডাটাবেস ব্যবসায়ের উপর নির্ভর করে - এটি তাদের দ্বারা সংজ্ঞায়িত করা হয়। আপনার সাথে প্রক্রিয়া চালিত প্রক্রিয়া না থাকলে আপনার ডেটার প্রয়োজন হবে না (রিপোর্ট একটি প্রক্রিয়াও রয়েছে)। প্রথমে প্রক্রিয়াটি প্রয়োগ করুন এবং আপনার কোন ডেটা প্রয়োজন তা খুঁজে পাবেন। প্রথমে ডেটাটি মডেল করুন এবং আপনি প্রথম যখন মডেলিং করেছিলেন তখন আপনি কতটা অনুমান ভুল করেছিলেন তা গণনা করতে সক্ষম হতে পারেন।
বিষয়টির বাইরে কিছুটা হলেও খুব গুরুত্বপূর্ণ: আমি যে ওয়ার্কফ্লোটি বর্ণনা করি তা প্রায়শই খুব গুরুত্বপূর্ণ অনুশীলনের পাশাপাশি ব্যবহার করা হয় যেমন "সম্ভবত কার্যকরভাবে কাজ করতে পারে এমন সহজ জিনিস", পরীক্ষা-চালিত বিকাশ এবং বিবরণ থেকে আপনার আর্কিটেকচারকে ডিকম্পল করার দিকে মনোনিবেশ করা হয়েছে। আপনার পথে পেতে (ইঙ্গিত: ডাটাবেস)। শেষটি সম্পর্কে, এই আলোচনাটি বেশ ভাল ধারণাটির সমষ্টি করে।